自動(dòng)駕駛是一個(gè)復(fù)雜系統(tǒng)，由一整套自動(dòng)駕駛硬件（激光雷達(dá)、毫米波雷達(dá)、攝像頭、超聲波傳感器、GPS定位裝置、芯片和計(jì)算平臺(tái)等）和多個(gè)復(fù)雜系統(tǒng)（高精度地圖系統(tǒng)、高精度定位系統(tǒng)、感知系統(tǒng)、決策規(guī)劃系統(tǒng)、車(chē)輛控制系統(tǒng)、車(chē)輛通信系統(tǒng)等）組成。盡管目前自動(dòng)駕駛技術(shù)已經(jīng)取得了巨大的進(jìn)步，自動(dòng)駕駛的商業(yè)化進(jìn)程也初見(jiàn)成效，但距離自動(dòng)駕駛的大規(guī)模普及應(yīng)用，還有很長(zhǎng)的路要走?？偨Y(jié)來(lái)看，影響自動(dòng)駕駛走向規(guī)模商業(yè)化落地的因素主要集中在安全性、運(yùn)行設(shè)計(jì)范圍（ODD）和經(jīng)濟(jì)性三個(gè)方面。

（1）自動(dòng)駕駛安全依然面臨著巨大挑戰(zhàn)，特定場(chǎng)景有失效風(fēng)險(xiǎn)

安全問(wèn)題依然是影響自動(dòng)駕駛規(guī)模商業(yè)化落地的最關(guān)鍵原因，而不同等級(jí)自動(dòng)駕駛車(chē)輛在安全方面面臨的問(wèn)題存在一定差異。

在低等級(jí)自動(dòng)駕駛方面，車(chē)輛輔助駕駛系統(tǒng)的功能仍然存在特定場(chǎng)景下應(yīng)對(duì)能力不足和失效的風(fēng)險(xiǎn)。以自動(dòng)緊急剎車(chē)為例，在夜間或者兒童穿梭等場(chǎng)景下，車(chē)輛的應(yīng)對(duì)能力不足，很容易出現(xiàn)碰撞危險(xiǎn)；另外在特殊目標(biāo)識(shí)別（例如下雨天打傘或穿雨衣的行人）和高精度定位（如隧道、城市橋梁等）方面，也較容易出現(xiàn)系統(tǒng)失效的現(xiàn)象。通過(guò)研究國(guó)內(nèi)外目前出現(xiàn)的多起自動(dòng)駕駛安全事故案例發(fā)現(xiàn)，車(chē)輛對(duì)靜止交通設(shè)施和靜止交通參與者的準(zhǔn)確識(shí)別和實(shí)時(shí)干預(yù)控制也存在一定困難，是造成事故的主要原因。

在高等級(jí)自動(dòng)駕駛方面，其最大的挑戰(zhàn)是“無(wú)人”，由于L4-L5的駕駛和責(zé)任主體由駕駛員切換為自動(dòng)駕駛系統(tǒng)，只有達(dá)到99.9999%及以上的場(chǎng)景通過(guò)成功率，才能確保上路無(wú)或極低概率出現(xiàn)碰撞事故風(fēng)險(xiǎn)。根據(jù)加州車(chē)輛管理局（The California Department of Motor Vehicles，CADMV）統(tǒng)計(jì)數(shù)據(jù)，2021年度（2020年12月1日～2021年11月30日），28家自動(dòng)駕駛公司的1180輛自動(dòng)駕駛汽車(chē)?yán)塾?jì)完成了超過(guò)410萬(wàn)英里的測(cè)試總里程，其中Waymo有693輛登記車(chē)輛，年度行駛總里程超過(guò)232萬(wàn)英里，年度接管總次數(shù)292次，平均接管里程為7965英里；事故方面，Waymo全年共發(fā)生64起交通事故，平均每百萬(wàn)英里約發(fā)生27.6起事故，即171.5×10-7次/公里；排名第二的Cruise全年共發(fā)生30起交通事故，平均每百萬(wàn)英里約發(fā)生34.1起事故（Cruise 2021年自動(dòng)駕駛行駛總里程87.6萬(wàn)英里），事故概率為211.9×10-7次/公里，這比人類(lèi)駕駛事故概率20要高出很多，說(shuō)明自動(dòng)駕駛距離“絕對(duì)安全”和完全“無(wú)人化”的終極目標(biāo)還有一定差距。

（2）感知長(zhǎng)尾、混行博弈、極端場(chǎng)景等一系列突出問(wèn)題限制了車(chē)輛的ODD

自動(dòng)駕駛ODD是指自動(dòng)駕駛系統(tǒng)設(shè)計(jì)時(shí)確定的適用于其功能運(yùn)行的外部環(huán)境條件，包括環(huán)境、地理、時(shí)段限制、交通流量及道路特征等。限制自動(dòng)駕駛ODD的原因或條件有很多，例如：1）道路條件，高速公路、無(wú)信號(hào)燈十字路口、山區(qū)道路等；2）環(huán)境條件，天氣（如雨、雪、霧）和日照狀況（晝或夜、逆光、隧道出入口）等；3）其它還包括過(guò)時(shí)的地圖信息、收費(fèi)站、水洼、低垂的植物、道路結(jié)冰、遺撒的物體、特種機(jī)械和違反交通規(guī)則的人類(lèi)行為。

限制ODD是保證車(chē)輛安全的重要手段，但不利于自動(dòng)駕駛的連續(xù)運(yùn)行。當(dāng)前，自動(dòng)駕駛車(chē)輛只能在限定的環(huán)境內(nèi)行駛，例如美國(guó)國(guó)會(huì)至今也沒(méi)有發(fā)布全國(guó)性的自動(dòng)駕駛法規(guī)，亞利桑那州、佛羅里達(dá)州和其他地方政府也都要求自動(dòng)駕駛汽車(chē)必須在限定的區(qū)域內(nèi)開(kāi)展自動(dòng)駕駛測(cè)試和試運(yùn)營(yíng)。目前已實(shí)現(xiàn)量產(chǎn)的L2等級(jí)自動(dòng)駕駛車(chē)輛要求只能在高速公路、快速路或部分城市限定環(huán)境下，才能開(kāi)啟自動(dòng)駕駛系統(tǒng)。

限制ODD的本質(zhì)原因是自動(dòng)駕駛存在感知長(zhǎng)尾、混行交通博弈、極端場(chǎng)景等一系列問(wèn)題難以克服，無(wú)法在所有場(chǎng)景下保證成功應(yīng)對(duì)。在感知方面，基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)技術(shù)已在自動(dòng)駕駛感知領(lǐng)域得到了廣泛的應(yīng)用，在日常的駕駛環(huán)境中，已經(jīng)能夠?qū)崿F(xiàn)單車(chē)的自動(dòng)駕駛，但受車(chē)端傳感器物理特性、車(chē)端算力等限制，車(chē)輛在惡劣天氣、遺撒物體、鬼探頭等長(zhǎng)尾場(chǎng)景中的感知能力，仍然需要持續(xù)提升。在這些場(chǎng)景中，路端可以發(fā)揮其穩(wěn)定性和全局性等優(yōu)勢(shì)，提供高性能交通信號(hào)數(shù)據(jù)、全量感知數(shù)據(jù)、為單車(chē)智能自動(dòng)駕駛系統(tǒng)提供支持，減少因?yàn)楦兄蛔銕?lái)的ODD限制。除感知外，單車(chē)智能自動(dòng)駕駛車(chē)輛還需要面對(duì)混行交通博弈等挑戰(zhàn)，從交通全局的角度看，依靠個(gè)體智能無(wú)法取得最優(yōu)的效果，因此需要車(chē)與路的統(tǒng)一協(xié)調(diào)管理，才能更好地權(quán)衡自動(dòng)駕駛車(chē)輛的安全與效率。

（3）自動(dòng)駕駛需要更有競(jìng)爭(zhēng)力的成本

汽車(chē)本身就是一項(xiàng)要求嚴(yán)苛的工業(yè)產(chǎn)品，它在被交付到消費(fèi)者手中之前，需要經(jīng)過(guò)長(zhǎng)期的測(cè)試與打磨，遍歷各類(lèi)極端環(huán)境的考驗(yàn)，無(wú)論是機(jī)械性能還是電子電氣性能都需要做到極致，這樣才能保證用戶的行車(chē)安全。自動(dòng)駕駛汽車(chē)更需要在安全性和穩(wěn)定性上做到極致，甚至比普通汽車(chē)的要求還要嚴(yán)苛，不僅需要配備更多傳感器、輔助定位設(shè)備、通信設(shè)備，還要求車(chē)身、傳感器、計(jì)算平臺(tái)及配套軟硬件設(shè)備都需要經(jīng)過(guò)車(chē)規(guī)級(jí)量產(chǎn)的考驗(yàn)，這必然會(huì)大幅增加車(chē)輛成本，難以實(shí)現(xiàn)量產(chǎn)應(yīng)用。

自動(dòng)駕駛要實(shí)現(xiàn)規(guī)模商業(yè)化落地，形成一個(gè)健康的商業(yè)閉環(huán)，就必須降低成本。如今，自動(dòng)駕駛汽車(chē)上的硬件如激光雷達(dá)、芯片的價(jià)格正在不斷降低，這是整個(gè)產(chǎn)業(yè)鏈共同努力的結(jié)果，特別是國(guó)產(chǎn)企業(yè)在這方面做出的積極貢獻(xiàn)，例如2021年6月，百度與極狐合作打造的Apollo Moon，整車(chē)成本降到了48萬(wàn)元；2022年7月，百度推出第六代無(wú)人車(chē)Apollo RT6，在性能大幅提升的同時(shí)，整車(chē)成本價(jià)降低至25萬(wàn)元，標(biāo)志著L4的大規(guī)模量產(chǎn)正在從理想成為現(xiàn)實(shí)。

為了進(jìn)一步降低成本，還需要持續(xù)加強(qiáng)軟硬件一體化自主研發(fā)，并在設(shè)計(jì)制造、生產(chǎn)管理和質(zhì)量管控工藝上投入更多精力打磨優(yōu)化，推動(dòng)自動(dòng)駕駛走向規(guī)模量產(chǎn)應(yīng)用，因?yàn)榱慨a(chǎn)規(guī)模越大，規(guī)模效應(yīng)就越明顯，成本就壓得更低。

綜上所述，在一定的自動(dòng)駕駛能力條件下，安全、ODD和經(jīng)濟(jì)性這三個(gè)方面存在矛盾關(guān)系。例如，為提高自動(dòng)駕駛安全性，必須通過(guò)限制ODD并針對(duì)性調(diào)優(yōu)逼近系統(tǒng)上限，才能實(shí)現(xiàn)小規(guī)模商業(yè)化落地；或使用較昂貴的設(shè)備來(lái)提升單車(chē)智能自動(dòng)駕駛的安全性，但這樣會(huì)損失自動(dòng)駕駛的經(jīng)濟(jì)性。自動(dòng)駕駛要實(shí)現(xiàn)規(guī)模商業(yè)化落地，需要進(jìn)一步探索找到安全性、ODD限制和經(jīng)濟(jì)性的平衡點(diǎn)，從本質(zhì)上提升自動(dòng)駕駛的能力水平。

節(jié)選自《面向自動(dòng)駕駛的車(chē)路協(xié)同關(guān)鍵技術(shù)與展望2.0》